基于隨機森林分類的直流微電網(wǎng)孤島檢測
發(fā)布時間:2022-12-04 20:03
提出一種基于隨機森林分類的直流微電網(wǎng)孤島檢測方法。該方法首先對原始數(shù)據(jù)進行清洗并提取特征,選擇直流母線側的電壓、電流、輸出有功功率及3者的一階后向差分等6個孤島特性指標作為檢測特征,生成特征向量集,然后基于隨機森林分類建立直流微電網(wǎng)的孤島檢測模型,實現(xiàn)了孤島的準確檢測,最后與決策樹分類法進行比較,隨機森林分類法在處理大量數(shù)據(jù)情況下可更加準確地檢測孤島。
【文章頁數(shù)】:8 頁
【文章目錄】:
0 引言
1 直流微電網(wǎng)孤島檢測系統(tǒng)結構
2 直流微電網(wǎng)孤島運行特征提取
2.1 數(shù)據(jù)收集與存儲
2.2 數(shù)據(jù)清洗
2.3 特征提取
2.4 生成向量集
3 基于隨機森林分類直流微電網(wǎng)孤島檢測
3.1 訓練樣本子集隨機選取
3.2 構建CART決策樹
3.3 孤島檢測結果投票
4 實驗結果與分析
5 結論
【參考文獻】:
期刊論文
[1]基于改進的Adaboost算法的光伏發(fā)電機組智能孤島檢測方法[J]. 賈科,朱正軒,楊哲,方煜,畢天姝. 電網(wǎng)技術. 2019(04)
[2]基于隨機森林分類優(yōu)化的多特征語音情感識別[J]. 李高玲,帖云,齊林. 微電子學與計算機. 2019(01)
[3]基于模糊控制的改進頻移式孤島檢測方法[J]. 楊國超,蘇利捷,王龍飛. 電測與儀表. 2019(11)
[4]基于諧波阻抗的光伏并網(wǎng)孤島檢測新方法[J]. 高淑萍,汪凱昌,李文浩. 太陽能學報. 2018(05)
[5]集成學習之隨機森林算法綜述[J]. 王奕森,夏樹濤. 信息通信技術. 2018(01)
[6]計及靈活性的孤島型微電網(wǎng)多目標日前優(yōu)化調度方法[J]. 楊龍杰,李華強,余雪瑩,趙勁帥,劉萬宇. 電網(wǎng)技術. 2018(05)
[7]隸屬函數(shù)與歐氏距離相結合的配電網(wǎng)優(yōu)化重構[J]. 趙嘉玉,韓肖清,梁琛,白楊. 電網(wǎng)技術. 2017(11)
[8]含分布式電源的計劃內孤島保護方案研究[J]. 陶軻,齊貝貝,黃磊. 電子設計工程. 2016(06)
[9]一種智能型反孤島裝置的研究與應用[J]. 朱衛(wèi)平,陳磊,戴晨松,張羽. 電器與能效管理技術. 2016(05)
[10]采用互信息與隨機森林算法的用戶用電關聯(lián)因素辨識及用電量預測方法[J]. 趙騰,王林童,張焰,田世明. 中國電機工程學報. 2016(03)
碩士論文
[1]基于深度學習的圖像數(shù)據(jù)清洗方法研究[D]. 余華擎.北京工業(yè)大學 2018
本文編號:3708903
【文章頁數(shù)】:8 頁
【文章目錄】:
0 引言
1 直流微電網(wǎng)孤島檢測系統(tǒng)結構
2 直流微電網(wǎng)孤島運行特征提取
2.1 數(shù)據(jù)收集與存儲
2.2 數(shù)據(jù)清洗
2.3 特征提取
2.4 生成向量集
3 基于隨機森林分類直流微電網(wǎng)孤島檢測
3.1 訓練樣本子集隨機選取
3.2 構建CART決策樹
3.3 孤島檢測結果投票
4 實驗結果與分析
5 結論
【參考文獻】:
期刊論文
[1]基于改進的Adaboost算法的光伏發(fā)電機組智能孤島檢測方法[J]. 賈科,朱正軒,楊哲,方煜,畢天姝. 電網(wǎng)技術. 2019(04)
[2]基于隨機森林分類優(yōu)化的多特征語音情感識別[J]. 李高玲,帖云,齊林. 微電子學與計算機. 2019(01)
[3]基于模糊控制的改進頻移式孤島檢測方法[J]. 楊國超,蘇利捷,王龍飛. 電測與儀表. 2019(11)
[4]基于諧波阻抗的光伏并網(wǎng)孤島檢測新方法[J]. 高淑萍,汪凱昌,李文浩. 太陽能學報. 2018(05)
[5]集成學習之隨機森林算法綜述[J]. 王奕森,夏樹濤. 信息通信技術. 2018(01)
[6]計及靈活性的孤島型微電網(wǎng)多目標日前優(yōu)化調度方法[J]. 楊龍杰,李華強,余雪瑩,趙勁帥,劉萬宇. 電網(wǎng)技術. 2018(05)
[7]隸屬函數(shù)與歐氏距離相結合的配電網(wǎng)優(yōu)化重構[J]. 趙嘉玉,韓肖清,梁琛,白楊. 電網(wǎng)技術. 2017(11)
[8]含分布式電源的計劃內孤島保護方案研究[J]. 陶軻,齊貝貝,黃磊. 電子設計工程. 2016(06)
[9]一種智能型反孤島裝置的研究與應用[J]. 朱衛(wèi)平,陳磊,戴晨松,張羽. 電器與能效管理技術. 2016(05)
[10]采用互信息與隨機森林算法的用戶用電關聯(lián)因素辨識及用電量預測方法[J]. 趙騰,王林童,張焰,田世明. 中國電機工程學報. 2016(03)
碩士論文
[1]基于深度學習的圖像數(shù)據(jù)清洗方法研究[D]. 余華擎.北京工業(yè)大學 2018
本文編號:3708903
本文鏈接:http://sikaile.net/guanlilunwen/lindaojc/3708903.html
教材專著